【儀表網(wǎng) 研發(fā)快訊】近日，安光所光學遙感研究中心遙感信息表征技術研究室團隊利用水稻年際物候?qū)W特征以及相關物候階段的植被指數(shù)特征提取，通過機器學習分類算法對安徽省水稻種植面積進行提取并制圖。
 

　　相關成果發(fā)表在國際知名期刊Agriculture上，王則靈博士為論文的第一作者，孫曉兵研究員為論文的通信作者。
 

　　植被的物候?qū)W特征用于展示植被生長狀況與對應光譜指數(shù)的變化規(guī)律，在植被遙感提取和分類中具有重要的作用。團隊使用sentinel-2衛(wèi)星多光譜影像，通過對先驗水稻種植地塊年際物候規(guī)律提取以及對應階段植被指數(shù)變化分析，進行了水稻生長階段物候特征及代表性植被指數(shù)分配。團隊通過自動化樣本的拓展方式進行了水稻種植樣本的拓展與篩選，最后結(jié)合機器學習分類算法進行安徽水稻種植區(qū)域的提取，并生成最終的安徽省水稻種植分布圖。
 

　　研究人員通過混淆矩陣，安徽省統(tǒng)計年鑒，以及已有的水稻分類產(chǎn)品對水稻種植分類結(jié)果進行了驗證。在安徽省主產(chǎn)區(qū)的統(tǒng)計年鑒種植面積比對中，該方法的誤差控制在10%以內(nèi)。同時在已有的同分辨率水稻分類產(chǎn)品對比中，提出的方法展現(xiàn)出了更好的分類細節(jié)和精度。
 

　　該研究得到了航空科技創(chuàng)新應用研究項目、中國科學院重點實驗室基金項目、中國高分辨率對地觀測專項以及中國資源衛(wèi)星數(shù)據(jù)與應用中心項目資助。